Haar-like特征——即Haar特征，是计算机视觉领域一种常用的特征描述算子。它最早用于人脸描述。

目前常用的Haar-like特征可以分为以下几类：线性特征、边缘特征、点特征（中心特征）、对角线特征。

每一种特征的计算都是由黑色填充区域的像素值之和与白色填充区域的像素值之和的差值。而计算出来的这个差值就是所谓的Haar-like特征的特征值。

最新文章

1. IE6 7下常见CSS兼容性处理
2. nginx反向代理docker registry报”blob upload unknown"解决办法
3. 《LINUX内核设计与实现》读书笔记之第一章和第二章
4. [原]shader实现矩形圆角
5. Jquery的画图插件-jqPlot+
6. python get方法
7. 为net-snmp添加读readTimeTicks
8. Servle资源注射
9. jax-rs的客户端完整实例
10. E - 钱币兑换问题
11. Bug的严重等级和优先级别与分类
12. HBase Block Cache（块缓存）
13. Sql Server查看死锁及堵塞脚本
14. C++反射实现（转）
15. ssms创建链接服务器
16. ImageNet Classification with Deep Convolutional Neural Networks（译文）转载
17. windows/browser ----> cmd命令/powershell命令/chrome插件vimuim命令
18. c#控件的动画显示效果
19. 为什么要有handler机制？handler机制的原理
20. 详解Windows Service Wrapper(winsw.exe)及应用场景

热门文章

1. arry()数组的理解及api的使用（二）
2. 基尔霍夫矩阵题目泛做（AD第二轮）
3. jquery 1.9 之后toggle不能用的问题
4. 【android】android中activity的启动模式
5. python下如何处理windows的路径名
6. Pyhon之常用操作符 - 零基础入门学习Python006
7. Scala学习文档-各种使用模式的情况
8. Java compiler level does not match the version of the installed Java project facet.解决办法
9. GetSystemTime API可以得到毫秒级时间
10. Winform不用窗体之间传值